8.3 Inverse Linear Transformations

dokumen-dokumen yang mirip
Aljabar Linier Elementer. Kuliah 27

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari

Transformasi Linier. Transformasi linier memiliki beberapa fungsi yang perlu dipelajari. Fungsi-fungsi tersebut antara lain :

MUH1G3/ MATRIKS DAN RUANG VEKTOR

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

TRANSFORMASI LINEAR. Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear. Dosen Pengampu : Abdul Aziz Saefudin, M.Pd

Minggu II Lanjutan Matriks

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

TRANSFORMASI LINIER (Kajian Fungsi antar Ruang Vektor)

CHAPTER 6. Ruang Hasil Kali Dalam

adalah isomorphik dengan im( ), 2) The rank plus nullity Theorem dim(ker ( ) )+dim(im ( )

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

BAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.

BAB 7 TRANSFORMASI LINEAR PADA RUANG VEKTOR

SUMMARY ALJABAR LINEAR

BAB II DETERMINAN DAN INVERS MATRIKS

Transformasi Linear dari R n ke R m

BAB II LANDASAN TEORI

Aljabar Linier & Matriks

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

Aljabar Linier Elementer. Kuliah 26

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

Materi Aljabar Linear Lanjut

BAB III OPERATOR LINEAR TERBATAS PADA RUANG HILBERT. Operator merupakan salah satu materi yang akan dibahas dalam fungsi

6. TRANSFORMASI LINIER

RENCANA KEGIATAN PERKULIAHAN Kode Mata Kuliah : MAA 526 Nama Mata Kuliah : Analisis Fungsional

MENENTUKAN INVERS DRAZIN DARI MATRIKS SINGULAR

Yang dipelajari. 1. Masalah Nilai Eigen dan Penyelesaiannya 2. Masalah Pendiagonalan. Referensi : Kolman & Howard Anton. Ilustrasi

Aljabar Linear Elementer

Aljabar Linier. Kuliah

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

FUNGSI MATEMATIKA SISTEM INFORMASI 1

GARIS-GARIS BESAR PROGRAM PEMBELAJARAN

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

Aljabar Linier. Kuliah

MAKALAH ALJABAR LINEAR TRANSFORMASI LINEAR ATAU PEMETAAN LINEAR

Syarat Perlu dan Cukup Struktur Himpunan Transformasi Linear Membentuk Semigrup Reguler 1

MATRIKS A = ; B = ; C = ; D = ( 5 )

Pertemuan 6 Transformasi Linier

BAB V DIAGONALISASI DAN DEKOMPOSISI MATRIKS. Sub bab ini membahas tentang faktorisasi matriks A berorde nxn ke dalam hasil

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III

INVERS MOORE PENROSE MATRIKS BEBAS SKRIPSI. Disusun oleh : AGUNG WICAKSONO J2A JURUSAN MATEMATIKA

SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang. Abstrak

TRANSFORMASI MATRIKS. Agustina Pradjaningsih, M.Si. Jurusan Matematika FMIPA UNEJ

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

Pertama, daftarkan kedua himpunan vektor: himpunan yang merentang diikuti dengan himpunan yang bergantung linear, perhatikan:

Materi Kuliah Matematika Komputasi FUNGSI

dari ruang vektor berdimensi hingga V (dimana I adalah suatu himpunan indeks) disebut basis bagi V jika V = span(ψ) dan vektorvektor

Candi Gebang Permai Blok R/6 Yogyakarta Telp. : ; Fax. :

MATEMATIKA. Sesi TRANSFORMASI 1. A. TRANSFORMASI a. Definisi. b. Transformasi oleh Matriks 2x2

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

TRANSFORMASI AFFIN PADA BIDANG

Kumpulan Soal,,,,,!!!

Teorema Cayley-Hamilton pada Matriks atas Ring Komutatif

MATEMATIKA INFORMATIKA 2 FUNGSI

BAB 2 LANDASAN TEORI

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

Transformasi Linier dalam Metode Enkripsi Hill- Cipher

Ruang Hasil Kali Dalam

Fungsi. Adri Priadana ilkomadri.com

MEDIA PEMBELAJARAN MATRIK TRANSFORMASI BERBASIS MULTIMEDIA

BAB II TEORI KODING DAN TEORI INVARIAN

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 3) A. Pendahuluan Matriks dan Sistem Persamaan Linear

STANDAR KOMPETENSI. 5. Menggunakan konsep matriks, vektor, dan transformasi dalam pemecahan masalah KOMPETENSI DASAR

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

BAB 5 RUANG VEKTOR A. PENDAHULUAN

TE 1467 Teknik Numerik Sistem Linear

BAB 2. DETERMINAN MATRIKS

Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

Matriks biasanya dituliskan menggunakan kurung dan terdiri dari baris dan kolom: A =

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

KATEGORI TEORI SELEKSI TINGKAT PROVINSI OSN PERTAMINA 2014 BIDANG MATEMATIKA

Prof.Dr. Budi Murtiyasa Muhammadiyah University of Surakarta

Ruang Vektor. Adri Priadana. ilkomadri.com

Catatan Kuliah Aljabar Linier. Abstrak

MODUL IV SISTEM PERSAMAAN LINEAR

Pertemuan 8 Aljabar Linear & Matriks

SOAL-SOAL dan PEMBAHASAN UN MATEMATIKA SMA/MA IPS TAHUN PELAJARAN 2011/2012

Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

I PENDAHULUAN II LANDASAN TEORI

FUNGSI Misalkan A dan B himpunan. Relasi biner f dari A ke B merupakan suatu fungsi jika setiap elemen di dalam A dihubungkan dengan tepat satu

BAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.

PEMETAAN STANDAR ISI (SK-KD)

MENENTUKAN INVERS MOORE PENROSE DARI MATRIKS KOMPLEKS

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

Modul 2.2 Matriks dan Sistem Persamaan Linear (Topik 4) A. Pendahuluan Matriks dan Sistem Persamaan Linear

Ruang Vektor Real. Modul 1 PENDAHULUAN

PERSAMAAN BIDANG RATA

KS KALKULUS DAN ALJABAR LINEAR Independensi Linear Basis & Dimensi TIM KALIN

Aplikasi Transformasi Lanjar dalam Permainan Dragon Nest

Transkripsi:

8.3 Inverse Linear Transformations

Definition One to One Transformasi linear T:V W dikatakan one-to-one jika T memetakan vektor-vektor berbeda pada V ke vektorvektor berbeda pada W. Jika A adalah suatu matriks nxn dan T A :R n R n adalah perkalian dengan A, maka T A adalah one-to-one jika dan hanya jika A adalah invertible matrix.

Theorem 8.3.1 Equivalent Statements Jika T:V W adalah suatu transformasi linear, maka: (a) T adalah one-to-one (b) Kernel dari T hanya terdiri dari vektor nol ker(t) = {0} (c) Nullity (T) = 0

Theorem 8.3.2 Jika V adalah ruang vektor berdimensi terhingga, dan T:V V adalah suatu operator linear, maka: (a)t adalah one to one (b) ker(t) = {0} (c)nullity(t) = 0 (d)the range of T is V;that is,r(t) =V

Contoh Anggap T A :R 4 -> R 4 adalah perkalian dengan Tentukan apakah T A adalah one to one. Jawab : det(a)=0 not invertible T A is not one to one. Jika A adalah suatu matriks nxn dan T A :R n R n adalah perkalian dengan A, maka T A adalah one-to-one jika dan hanya jika A adalah invertible matrix.

Inverse Linear Transformations Jika T :V W adalah transformasi linear, maka daerah hasil dari T, R (T ) adalah sub ruang W yang terdiri dari semua bayangan di bawah T dari vektor-vektor pada V. Jika T adalah one to one maka setiap vektor v pada V memiliki bayangan unik w=t(v) pada R(T). Keunikan vektor bayangan ini inverse of T T 1.yang memetakan w kembali ke v

Contoh Anggap T :R 3 ->R 3 adalah operator linear yang didefinisikan oleh rumus: T (x 1,x 2,x 3 )=(3x 1 +x 2,-2x 1-4x 2 +3x 3,5x 1 +4 x 2-2x 3 ) Tentukan apakah T adalah one to one, jika demikian cari T -1 (x 1,x 2,x 3 ) Matriks standars T : Cek, apakah [T] memiliki invers? Cek dulu apakah det T terdefinisi? Jika A adalah suatu matriks nxn dan T A :R n R n adalah perkalian dengan A, maka T A adalah one-to-one jika dan hanya jika A adalah invertible matrix.

Matriks standars T :

Invers dari Komposisi Jika T 1 :U V and T 2 :V W adalah one to one linear transformation maka: (a)t 2 o T 1 is one to one (b) (T 2 o T 1 ) -1 = T 1-1 0 T 2-1

Contoh

8.4. Matriks-Matriks Transformasi Linier Umum

Matriks-Matriks Transformasi Linier Jika; V : ruang vektor berdimensi n dengan basis B W : ruang vektor berdimensi m dengan basis B Maka untuk setiap x pada V, matriks koordinat [x] B akan menjadi suatu vektor pada R n dan matriks koordinat [T(x)] B akan menjadi vektor pada R m Matriks A merupakan matriks untuk T berkenaan dengan basis B dan B A [x] B = [T(x)] B

Matriks-Matriks Transformasi Linier Jika B = {u 1, u 2,, u n } adalah basis untuk ruang V berdimensi n dan B = {v 1, v 2,., v n } adalah basis untuk ruang berdimensi m, maka kita mencari suatu matriks m x n : Yang berlaku untuk semua vektor x dalam V. Matriks A akan berlaku untuk semua basis vektor u 1, u 2,, u n, jika: A [u 1 ] B = [T(u 1 )] B, A [u 2 ] B = [T(u 2 )] B,.. A [u n ] B = [T(u n )] B A [u n ] B = [T(u n )] B

Matriks-Matriks Transformasi Linier A [u 1 ] B = [T(u 1 )] B, A [u 2 ] B = [T(u 2 )] B,.. A [u n ] B = [T(u n )] B Namun, jika A [u n ] B = [T(u n )] B

Matriks-Matriks Transformasi Linier Subsitusi hasil ke persamaan : A[u 1 ] B, A[u 2 ] B.. A[u n ] B A [u n ] B = [T(u n )] B Didapat: Artinya berkenaan dengan basis B, berturut-turut kolomkolom matriks A adalah matriks-matriks koordinat dari :

Matriks-Matriks Transformasi Linier Matriks untuk T berkenaan dengan B dan B adalah Atau ditulis : Matriks ini mempunyai sifat:

Matriks Matriks Operator Linier Jika T : R n R m adalah transformasi linier dan jika B dan B adakah basis-basis standar untuk R n dan R m, maka [T] B,B =[T] Matriks Operator Linier dapat menghitung bayangan vektor dengan menggunakan perkalian matriks. Jika T: V W adalah transformasi linier, maka matriks [T] B,B bisa digunakan untuk menghitung T(x) dalam 3 langkah: 1. Hitung matriks koordinat [x] B 2. Kalikan [x] B dari kiri dengan [T] B,B untuk menghasilkan [T] B 3. Susun ulang T(x) dari matriks koordinatnya [T] B

Matriks Matriks Komposisi dan Tranformasi Balikan Jika T 1 : U V dan T 2 : V W adalah transformasi linier dan jika B, B, dan B masing-masing adalah basis-basis untuk U, V dan W, maka : Jika T: V V adalah suatu operator linier dan jika B adalah basis untuk V, maka pernyataan berikut ini ekuivalen: a. T satu satu b. [T]B dapat dibalik Jika kesetaraan ini dipenuhi, maka :